用什麼更專業、更易學的軟體來解決線性規劃問題？

試試lindo，我覺得沒關係（我在計算網路最短路徑時用過，其他用法都行不通，可以試試）。如果沒有，我可以將乙個傳送到您的郵箱。 它很小。

下面簡單介紹一下：

Lindo是專門為解決數學規劃問題而設計的軟體包。 由於 Lindo 執行速度快，因此很容易輸入、求解和分析數學規劃問題。 因此，它被廣泛應用於數學、科學研究和工業。

Lindo主要用於解決線性規劃、非線性規劃、二次規劃、整數規劃等問題。 它還可用於求解一些非線性和線性方程，以及查詢代數方程的根。 Lindo 包括一種建模語言和許多常用的數學函式，包括大量的入門函式，可以在構建規劃問題時呼叫。

Lindo 是用於解決線性、整數和二進位規劃問題的多功能工具。 Lindo 互動式環境使構建和解決優化問題變得容易，或者您可以將 Lindo 優化引擎掛接到您自己的程式中。 另一方面，Lindo也可以用來解決二次線性整數規劃中的一些複雜的實際問題。

例如，在大型機器上，lindo 用於解決具有 50,000 多個約束和 200,000 個變數的大規模複雜問題。

Excal，在我們的數學書中都有描述。

求解線性規劃問題的基本方法是單純形法，單純形法有標準軟體，可以在一台電子計算機上求解10000多個約束和決策變數的線性規劃問題。 為了提高解決問題的速度，有改進的單純形法、對偶單純形法、獨創的對偶法、分解演算法和各種多項式時間演算法。

建議大家看一看，或者去找這本參考書來學習。

線性規劃是指如何以最佳方式有效或最佳地規劃經濟活動。 它檢查兩種型別的問題：

第一類是指在一定資源條件下產量最高、產值最高、利潤最大;

一是任務量是確定的，如何進行整體安排，以最小的消耗完成這項任務。 如成本最低、投資最小、時間最短、距離最短等。 前者是最大值，後者是最小值。

簡而言之，線性規劃是在一定約束條件下求目標函式極值的問題。

線性規劃的三個要素。

1.目標函式優化：如何處理單目標和多目標的問題？

2.實現目標的多種方式 如果只有一種方法可以實現目標，則沒有計畫問題。

3.對生產條件的約束——資源是有限的，資源是無限的，不存在計畫問題。

線性規劃模型的基本結構。

1.決策變數 – 未知數。 它是通過模型計算確定的決策因素。 它分為實際變數——求解變數和計算變數，計算變數分為鬆弛變數（上限）和人工變數（下限）。

2.目標函式 – 經濟目標的數學表示式。 目標函式是求變數線性函式的最大值和最小值的極端問題。

3.制約因素 – 實現經濟目標的制約因素。 它包括：對生產資源的限制（客觀約束）、對生產數量的限制、質量要求（主觀約束）、具體的技術要求和非負約束。

線性規劃模型的基本結構。

1.單工法：

1.優點：線性規劃問題的約束方程表示為示例方程組，找到基本可行解作為初始基本可行解。 一種用於優化多維無約束問題的數值方法，屬於更通用的搜尋演算法類別。

2.缺點：約束條件大於或等於約束條件中的約束條件：約束條件兩側的約束條件為負數。

二、**法：

1.優點：原理簡單，易於掌握，能數網格即可使用。

2.缺點：精度有限，最好以平方數或高數準確計算積分，**法適用於一些精度要求不高的場合。

1、轉化為完成任務、做題的思路，用精力進行自主研究，可以看示例問題，遇到不懂的事情，可以挖出問題的根源。 不是一次，不是兩邊，不是三次。

2、能做到就操作，因為人類知識和直覺經驗的形成才是最重要的，別人說的不如自己動手。 然後做乙個明確的總結。

3.對於幾何問題，重要的是要注意性質定理是如何得到的，如上所述，最好嘗試一下，並理解一些關鍵詞的含義。 一起寫下問題的異同，並進行比較以找出差異。

4.對於代數問題，除了上面提到的3個問題外，還使用了數字和結組合的方法進行直觀理解。 尤其是函式問題、不等式、方程。

5.對於實際問題，你還需要知道生活中存在什麼數量關係，比如什麼是工作效率，你一頓飯吃5個包子，那麼你的餐效率是5，如果你5餐吃乙個包子，那麼你的餐效率是1除以5等於每餐。

謎題都是在簡單的基礎上疊加的，就像太空火箭機身上無數的小零件一樣，同樣磨人。

1.目標函式是無限多條相等的線，即書中主線系列中的多條平行線，2，以及乙個點上的無數條相交線，如z=（y-3） （x+1）等問題3格仔問題也是整數點的問題。

4. 移動圓的半徑 z= x 2 + y 2